Przestrzeń liniowa (przestrzeń wektorowa)
Niech K będzie ciałem, niech V - będzie niepustym zbiorem, w którym określone jest działanie wewnętrzne + oraz działanie zewnętrzne zwane mnożeniem przez elementy z ciała K oraz wyróżniony jest element 0∈V.
Elementy zbioru V będziemy nazywać wektorami, wektor 0 nazywamy wektorem zerowym, zaś elementy ciała K będziemy nazywać skalarami.
Przestrzenią liniową (bądź przestrzenią wektorową) rozpiętą nad ciałem K nazywamy strukturę algebraiczną (V, K, +, ) , jeśli spełnione są następujące warunki (aksjomaty przestrzeni liniowej) dla dowolnych wektorów a, b, c ∈ V i dowolnych skalarów α, β ∈ K:
(V, +) jest grupą przemienną, jej element neutralny nazywamy zerem przestrzeni liniowej i oznaczamy 0;
2.
3.
4.
5.
Uwaga !
1. Przestrzeń liniową i jej zbiór wektorów będziemy oznaczać tym samym symbolem V
2. (V, R, +, ) - oznacza przestrzeń liniową rzeczywistą
3. (V, C, +, ) - oznacza przestrzeń liniową zespoloną
Przykłady |
Niech E1 oznacza prostą euklidesowa,
E2 - oznacza płaszczyznę euklidesową,
E3 - oznacza trójwymiarową przestrzeń euklidesową. Stąd En oznacza przestrzeń euklidesową dla n∈{1,2,3}.
Niech p∈En , SP(En) oznacza zbiór wektorów związanych (zaczepionych) w punkcie p wraz z działaniami :
+ - dodawania wektorów zaczepionych w punkcie p,
- mnożenia wektora zaczepionego w punkcie p przez liczbę rzeczywistą,
oraz wyróżnionym wektorem zerowym 0p zaczepionym w punkcie p.
Można sprawdzić, że (Sp(En), R, +, ) - jest przestrzenią wektorowa (przestrzenią wektorową rzeczywistą).
Przypomnieć definicję dodawania wektorów zaczepionych oraz mnożenia wektora zaczepionego przez liczbę rzeczywistą.
Wektory zaczepione (o początkach) w różnych punktach przestrzeni En można porównywać, stąd wprowadza się relację równoważności takich wektorów, którą będziemy oznaczać ≡ .
Relacja równoważności wektorów zaczepionych jest relacją równoważnościową.
Dowód samodzielnie przygotować.
Czyli: [p1q1]≡ = p1q1 , to znaczy: klasę abstrakcji wektora zaczepionego p1q1 względem relacji równoważności takich wektorów będziemy nazywać wektorem swobodnym p1q1 .
Niech S(En) oznacza zbiór wektorów swobodnych przestrzeni euklidesowej En dla n∈{1, 2, 3}. Wówczas można sprawdzić, że (S(En), R, +, ) jest przestrzenią wektorową.
Niech Kn = {(a1, a2, …, an): ai ∈K dla i∈{1, .. , n}}, gdzie n jest ustaloną liczbą naturalną.
Niech a, b ∈ Kn ; czyli a = (a1, a2, …, an),
b = (b1, b2, …,bn), gdzie ai, bi ∈ K dla i∈{1, …, n} , oraz λ ∈ K.
Nadto przyjmijmy, że:
Wówczas łatwo sprawdzić, że : (Kn, K, +, jest przestrzenią liniową nad ciałem K , a zerem tej przestrzeni jest ciąg (0, 0, …, 0) ∈ Kn , którą nazywa się: n wymiarową przestrzenią liniową nad ciałem K.
Analogicznie wyodrębnia się nieskończenie wymiarową przestrzeń liniową nad ciałem K , czyli przestrzeń liniową postaci: (K∞, K, +, ).
Jej wektory utożsamiamy z nieskończonymi ciągami o elementach z ciała K : np. a ∈ K∞ , czyli
a = (a1, a2, …, an, …) , gdzie ai ∈ K dla i ∈ N; 0 ∈ K∞ , czyli 0 = (0, 0, …, 0, …) .
Analogicznie wyodrębnia się przestrzenie wektorowe: (Rn, R, +, ) oraz (R∞ , R, +, ) .
Niech A≠∅ oraz V będzie przestrzenią liniową nad ciałem K. Niech dla f, g ∈ VA oraz α ∈ K:
(f+g)(x) = f(x) + g(x) dla dowolnego x ∈A ,
(α f)(x) = α f(x) dla dowolnego x ∈ A .
Wówczas łatwo sprawdzić, że : (VA, K, +, ) jest przestrzenią liniową zwaną przestrzenią liniową wszystkich funkcji określonych na zbiorze A o wartościach w przestrzeni V.
Przygotować samodzielnie poniższe ćwiczenia i zadania.
Niech (VA, K, +, ) będzie przestrzenią liniową nad ciałem K .
Wskazać zero tej przestrzeni liniowej .
Kiedy dana przestrzeń liniowa będzie przestrzenią liniową z przykładów 3, 3', 3'' .
Skonstruować przestrzeń liniową liczb zespolonych (krótko: przestrzeń liniową R2 nad R).
Niech (V, K, +, ) będzie przestrzenią liniową nad ciałem K. Wykazać że :
1) 1 a = a dla a∈V , 1 ∈ K;
2) α 0 = 0 dla α ∈ K, 0 ∈ V.
Liniowa zależność i liniowa niezależność wektorów
Niech (V, R, +, ) będzie przestrzenią liniową nad ciałem R oraz u1, u2, …,un ∈ V ; α1, α2, …, αn ∈ R.
Kombinację liniową wektorów u1, u2, …, un o współczynnikach α1, α2, ..., αn ∈ R nazywamy wektor u postaci : u = α1u1 + … + αnun .
Mówimy, że wektory u1, u2, …, un tworzą układ wektorów liniowo zależny (są liniowo zależne) w przestrzeni V wtw, gdy istnieje ciąg skalarów α1, α2, ..., αn ∈ R, które nie wszystkie są zerami i takie, że kombinacja liniowa α1u1 + … + αnun jest wektorem zerowym.
Stąd: wektory u1, u2, …,un są liniowo zależne ⇔
Mówimy, że wektory u1, u2, …, un przestrzeni V tworzą układ wektorów liniowo niezależny (są liniowo niezależne) wtw, gdy nie jest to układ liniowo zależny.
Stąd: wektory u1, u2, …, un są liniowo niezależne
Jeśli wektor u jest kombinacją liniową wektorów
u1, u2, …, un , to mówi się, że wektor u zależy liniowo od wektorów u1, u2, …, un .
Przykłady |
Niech u1 = (1,0) ∈ R2 ; u2 = (1,0) ∈ R2 . Wykażę, że wektory u1, u2 są liniowo niezależne w przestrzeni liniowej (R2, R, +, ) nad ciałem R.
Istotnie : jeśli α1u1 + α2u2 = 0 , to α1=α2=0 .
Skoro (α1 1+α2 0, α1 0 + α2 1) = (0,0) , to α1 =0 ∧ α2=0, cnd.
Niech z1 = 5 + 2i ; z2 = 3 + i ; z3 = 2 - 3i ∈C . Wykażę, że wektory z1, z2, z3 są liniowo zależne w przestrzeni liniowej (C, R, +, )
Rozważmy dowolną kombinację liniową postaci :
α1z1 + α2z2 + α3z3 i przyrównajmy ją do wektora zerowego:
α1z1 + α2z2 + α3z3 = 0
Stąd otrzymujemy :
5α1 + 3α2 + 2α3 + (2α1 + α2 - 3α3)i = 0 + 0 i
Stąd dla t ≠ 0: α12+α22+α32 > 0 ∧ , cnd.
Układ wektorów złożony z wektora u = 0 jest liniowo zależny, bo dla α ≠ 0 zachodzi warunek : α 0 = 0.
Natomiast układ wektorów złożony z wektora u ≠ 0 jest liniowo niezależny, bo: jeśli α u = 0 , to α = 0.
Na to, aby układ wektorów u1, u2, …, un był liniowo zależny potrzeba i wystarcza, by jeden spośród nich był liniowo zależny od pozostałych.
Dowód oczywisty: samodzielnie przygotować!
Każdy podukład liniowo niezależnego układu wektorów jest liniowo niezależny. Każdy układ wektorów zawierający liniowo zależny podukład jest liniowo zależny. Każdy zależny układ wektorów zawiera skończony zależny podukład.
Dowód oczywisty!
Baza przestrzeni liniowej (przestrzeni wektorowej)
Baza przestrzeni liniowej to jest układ liniowo niezależny wektorów tej przestrzeni liniowej, który generuje ją .
Niech (V, K, +, ) będzie przestrzenią liniową nad ciałem K (w szczególności K=R lub K=C) .
Układ A=(at)t∈T , gdzie T⊂N ∧ T≠∅, wektorów przestrzeni liniowej V nad ciałem K nazywamy bazą przestrzeni V , gdy :
układ A jest liniowo niezależny wektorów;
każdy układ zawierający układ A i różny od A jest układem liniowo zależnych wektorów.
Uwaga 1: Układ (at)t∈T wektorów przestrzeni liniowej V nad ciałem K jest podzbiorem wektorów tej przestrzeni liniowej
Uwaga 2: Analogicznie definiuje się liniową zależność oraz liniową niezależność wektorów a1, a2, …, an; bądź układu wektorów A=(at)t∈T przestrzeni liniowej
(V, K, +, ), tak jak w przestrzeni liniowej (V, R, +, ).
Jeśli V jest niezerową przestrzenią liniową nad ciałem K, zaś A=(at)t∈T jest układem wektorów przestrzeni V, to następujące warunki są równoważne :
układ A wektorów jest bazą przestrzeni V;
układ A wektorów jest układem liniowo niezależnym wektorów i każdy wektor a∈V jest kombinacją liniową wektorów układu A ;
każdy wektor a∈V można i to tylko na jeden sposób przedstawić jako kombinację liniową wektorów układu A.
Dowolny niepusty podzbiór U przestrzeni liniowej (przestrzeni wektorowej) V nad ciałem K (w szczególności K=R lub K=C) nazywamy podprzestrzenią przestrzeni V, gdy U jest przestrzenią liniową nad ciałem K z tymi samymi działaniami.
W szczególności: jeśli (V, R, +, ) jest przestrzenią liniową, zaś U={α1u1+α2u2+…+αnun : α1, α2,…, αn ∈R}, gdzie u1∈V, …, un∈V są ustalonymi wektorami przestrzeni V, to (U, R, +, ) jest podprzestrzenią przestrzeni liniowej V.
Sprawdź to!
Najmniejszą podprzestrzeń liniową zawierającą wszystkie wektory u1, u2, …, un ; bądź wszystkie wektory układu A = {u1, u2, …, un} nazywamy podprzestrzenią rozpiętą na tych wektorach, bądź podprzestrzenią generowaną przez te wektory, bądź ich otoczką liniową, i oznaczamy lin(u1, u2, …, un); bądź span A; bądź vect A.
Wymiar przestrzeni liniowej
Jeżeli przestrzeń liniowa V ma bazę skończoną, to mówimy, że ta przestrzeń jest skończenie wymiarowa, a liczbę elementów tej bazy nazywamy wymiarem przestrzeni liniowej V i oznaczamy dimV.
Natomiast, jeśli dana przestrzeń V nie ma skończonej bazy, to mówimy, że jej wymiar jest nieskończony i piszemy wówczas: dim V = ∞.
Jeśli V = {0}, to bazą przestrzeni V jest zbiór pusty; zaś wymiar tej przestrzeni jest 0.
Komentarz dydaktyczny
Baza przestrzeni liniowej generuje tę przestrzeń.
Baza n-wymiarowej przestrzeni liniowej V nad ciałem R pozwala ustalić odwzorowanie przestrzeni V w Rn .
Niech B={u1, u2, …, un} będzie bazą n-wymiarowej przestrzeni V oraz w ∈ V.
Wówczas na podstawie odpowiednich twierdzeń istnieje dokładnie jeden układ skalarów (αi)i∈T , T = {1, …, n} taki, że: , gdzie αi ∈R dla i∈T.
Niech S: V→Rn oraz S(w) = (α1, α2, …, αn)
Skalary α1, α2, …, αn∈R nazywamy współrzędnymi (bądź układem współrzędnych) wektora w w bazie B={u1, u2, …, un} przestrzeni liniowej V, natomiast skalar αi dla dowolnego i ∈ {1, 2, …, n} nazywa się i-tą współrzędną wektora w w tej bazie.
Zmiana bazy przestrzeni liniowej powoduje zmianę współrzędnych danego wektora w tej przestrzeni liniowej.
Rozwiązać samodzielnie poniższe ćwiczenia:
Ćwiczenie 1: Sprawdzić, że:
A ⊂ span A; 2) span( span A) = span A;
3) A ⊂ B ⇒ span A ⊂ span B;
4) (span A)∪(span B) ⊂ span(A∪B).
Ćwiczenie 2: Sprawdzić, że każdy zbiór wektorów przestrzeni liniowej jest albo zbiorem wektorów liniowo zależnych, albo niezależnych tej przestrzeni.
Baza kanoniczna przestrzeni liniowej (Rn,R, +, )
Baza kanoniczna przestrzeni liniowej (Rn,R, +, ) to jest układ wektorów e1, e2, …, en , gdzie
ei = (0, 0, …, 1, 0, …, 0) dla i∈{1, 2, …, n}
Wówczas dowolny wektor w ∈ Rn można przedstawić w postaci :
.
Czyli w = (α1, α2, …, αn) ∈ Rn , zaś liczby (skalary): α1,…, αn ∈ R nazywają się współrzędnymi wektora w w bazie kanonicznej przestrzeni Rn nad ciałem R.
Zadanie: Wykazać, że: wektory a1, a2, a3 ∈ R3 tworzą bazę przestrzeni liniowej R3 nad ciałem R, gdy
a1 = (1, 0, 1); a2 = (2, -3, 0); a3 = (0, 5, 2). Wyznaczyć współrzędne wektora x=(3, 2, 3) ∈ R3 w bazie a1, a2, a3 .
Dla rozwiązania tego zadania wystarczy wykazać iż: jeśli każda kombinacja liniowa α1a1 + α2a2 + α3a3 = 0 , to α1=α2=α3=0 oraz dowolny wektor a ∈ R3 jest kombinacją liniową wektorów a1, a2, a3 , czyli wektorów bazy tej przestrzeni.
Dla wyznaczenia współrzędnych danego wektora x w bazie a1, a2, a3 wystarczy rozwiązać układ równań postaci:
α1a1 + α2a2 + α3a3 = x
ze względu na niewiadome α1, α2, α3 .
Przestrzeń euklidesowa
Przestrzeń euklidesowa to jest przestrzeń liniowa
(V, R, +, ) wyposażona w mnożenie skalarne (iloczyn skalarny) wektorów.
Niech x, y ∈ V , α ∈ R. Jeśli dowolnej uporządkowanej parze wektorów (x, y) z przestrzeni V przyporządkujemy liczbę rzeczywistą oznaczoną x y tak by spełnione były następujące warunki dla dowolnych
x, y ∈V i dowolnego α ∈ R:
1) x y = y x ;
2) α(x y) = αx y ;
3) (x + y) z = x z + y z ;
4) x x ≥ 0 ;
5) jeśli x ≠ 0 , to x x > 0 ;
to mówimy , że określony został iloczyn skalarny x y wektorów x, y z przestrzeni V.
Wektory x i y ∈ V nazywamy wektorami ortogonalnymi, gdy x y = 0. Stąd, w szczególności wektor zerowy jest ortogonalny do każdego wektora.
Uwaga ! Pojęcie oraz nazwa iloczynu skalarnego wektorów pochodzi od matematyka irlandzkiego W.R. Hamiltona (1805 - 1865) .
Uwaga ! Warto wspomnieć, że za pomocą iloczynu skalarnego wektorów można zdefiniować ważne w matematyce pojęcie normy wektora x , które będziemy oznaczać x ;przy czym : dla x ∈ V.
Przestrzeń wektorową, w której określono iloczyn skalarny wektorów, nazywamy przestrzenią euklidesową.
Mówimy, że w przestrzeni wektorowej V nad ciałem R określona jest norma , jeśli każdemu wektorowi x tej przestrzeni wektorowej przyporządkowana jest liczba rzeczywista x , przy czym przyporządkowanie to spełnia poniższe trzy warunki dla dowolnych x, y ∈ V i dowolnego α ∈ R :
N1) x = 0 ⇔ x = 0 ;
N2) αx = α x ;
N3) x + y ≤ x + y .
O przestrzeni, w której określona jest norma, mówimy, że jest unormowana.
Nieskończenie wymiarowe przestrzenie unormowane (zupełne) badał Stefan Banach (1892 - 1945). Na cześć tego wielkiego matematyka polskiego przestrzenie te nazwano przestrzeniami Banacha.
Rozwiązać samodzielnie poniższe ćwiczenia :
Korzystając z definicji iloczynu skalarnego udowodnić nierówność Schwarza:
(x y)2 ≤ (x x) (y y)
Wykazać, że spełnia warunki definicji normy oraz nierówność x ≥ 0 .
Wykazać, że: jeśli x y =0 , to x 2 + y 2 = x + y 2
(czyli udowodnić twierdzenie Pitagorasa).
Z nierówności Schwarza wynika poniższa nierówność:
dla dowolnych niezerowych wektorów x i y .
Stąd poprawna jest następująca definicja cosinusa kąta między niezerowymi wektorami:
Przykład
Niech (V, R, +, ) będzie przestrzenią liniowa z bazą:
u1, u2, …, un oraz x, y ∈ V. Wówczas: x = x1u1 + … + + xnun ; y = y1u1 + … + ynun. Stąd iloczyn skalarny wektorów x i y można określić następująco :
Sprawdź, że tak określony iloczyn skalarny wektorów spełnia warunki definicji (aksjomatycznej definicji) iloczynu skalarnego wektorów przestrzeni V.
Wówczas norma wektora x ∈ V może być określona wzorem:
i zależy tylko od współrzędnych wektora x w danej bazie przestrzeni V.
Odwzorowania liniowe
Niech (U, R, +, ) , (V, R, +, ) to są przestrzenie wektorowe oraz T: U → V
Odwzorowanie T: U→V nazywamy odwzorowa-niem liniowym przestrzeni wektorowej (przestrzeni liniowej) U w przestrzeń V, gdy:
1) ; tzn. T jest addytywne ;
2) ; tzn. T jest jednorodne.
Rozwiązać samodzielnie poniższe zadania:
Niech T: R3 → R3 ∧ T(x, y, z) = (x, y + z, x + z),
S: R3 → R3 ∧ S(x, y, z) = (x, y2, z2),
Sprawdź, czy odwzorowania T i S są liniowe ?
Wyznaczyć: S + T, ST, TS, kerS, kerT oraz (o ile istnieją) S-1, T-1.
Niech u1, u2, …, un będą wektorami przestrzeni wektorowej V nad ciałem R.
Zdefiniować następujące pojęcia:
układ ortogonalny (układ ortonormalny) wektorów, przestrzeni V,
symbol Kroneckera δij dla i, j ∈ {1, 2, …, n} .
Poniższe spostrzeżenia (tw.) opisują najważniejsze własności odwzorowań (przekształceń) liniowych:
Odwzorowanie liniowe przestrzeni U w przestrzeń V jest homomorfizmem przestrzeni U w przestrzeń V.
Dowód: Tj. oczywiste!; sprawdź.
Odwzorowanie liniowe przekształca (przeprowadza) wektor zerowy na wektor zerowy.
Dowód: T(0) = T(0 x) = 0 T(x) = 0
Obrazem podprzestrzeni przez odwzorowania liniowe jest podprzestrzeń.
Dowód: Niech E będzie podprzestrzenią przestrzeni U oraz T jest odwzorowaniem liniowym przestrzeni U w przestrzeń V oraz y, y1 ∈ T(E). Istnieją wówczas x, x1∈E takie, że T(x) = y , T(x1) = y1 .
Mamy więc dla dowolnych α, β ∈ R:
αy + βy1 = αT(x) + βT(x1) = T(αx + βx1) ∈ T(E)
Ponadto 0 = T(0) ∈ T(E) , cnd.
Przeciwobraz podprzestrzeni przez odwzorowanie liniowe jest podprzestrzenią.
Dowód: Niech T: U → V będzie odwzorowaniem liniowym, zaś W jest podprzestrzenią przestrzeni V oraz x, x1 ∈ T-1(W). Mamy zatem: T(αx + βx1) = αT(x) + +βT(x1) ∈ W, bo T(x), T(x1) ∈ W.
Stąd αx + βx1 ∈ T-1(W). Ponadto 0 ∈ T-1(W), bo T(0)=0, cnd.
Niech T: U → V będzie odwzorowaniem liniowym przestrzeni U w przestrzeń V.
ImT = T(U) = {T(x): x ∈U} - to jest obraz odwzorowania liniowego (ImT jest podprzestrzenią T(U)).
kerT = {x∈U: T(x) = 0} = T-1({0}) ten zbiór nazywamy jądrem odwzorowania liniowego T.
Rzędem odwzorowania liniowego T nazywamy wymiar jego obrazu ImT i oznaczamy go rgT. Stąd: rgT=dim(ImT).
Rozwiązać samodzielnie poniższe zadania:
Zbadać, że f(x,y) = (2x-y, x+3y-1, 5x+2y) nie jest przekształceniem liniowym przestrzeni R2 w przestrzeń R3.
Wykazać, że T(x,y) = (3x+5y-2z , 2x-y) jest prze-kształceniem liniowym oraz wyznaczyć : kerT, ImT, rgT.
2
14
Df
1
Ćww
df
Tww
df
2
K
n
n
n
n
df
df
Tw
df
śr.
df
ozn
Df
Df
2
1°
Df
1
i - ta współrzędna wektora ei
x
i
i
x
3'
3"
4
Ćw
Zad.
Zad.
Ćw2
Df
Df
Df
Df
3°
Df
df
Df
Df
2°
1
2
, gdzie t∈R
3
Tw.
Tw
Tw
Df
1
Df
x
x
y
n
y
i
i
i
n
cos
Df
(
x
Df
Df
df
y
Ćw1
y
x
y
Df
Ćw3
1
1
,
)
df
Zad 1
Zad 2
1
2
3
x
y
x
y
x
4
x
x
x
5°
Def
4°
Def
Df
Def
2
1
2
1
2
2
1
1
p
q
q
p
q
p
q
p
śr.
a
b
a
b
a
b
a
b
3
)
,
,
(
2
2
1
1
,
n
K
a
a
a
a
)
,
,
,
(
2
1
x
x
x